Estimation of route speed parameters designed for electric buses

• Autorzy: Czapla Zbigniew

Identyfikatory

DOI

10.24136/tren.2023.009

Warianty tytułu

PL

Określenie parametrów szybkościowych na liniach autobusowych przeznaczonych dla autobusów elektrycznych

• Języki publikacji: EN

Abstrakty

EN

The paper presents a method for the estimation of speed parameters on urban bus routes designed for the use of electric buses. The considered bus route is divided into stopping and running sections. The bus stops are the stopping sections. The running sections connect two neighbouring bus stops. A bus equipped with the GPS receiver moves along the urban bus route at a variable speed. The GPS receiver records at a constant frequency location data that include current bus position and the measurement time. The location data enable the estimation of the time of varying speeds for the running sections and the stop time for the stopping sections. The speed parameters for the sections involve the specification of time periods assigned to the defined speed ranges. Measurement data were recorded on the selected bus route in off-pick and pick hours. The results obtained allow estimation of speed parameters for individual sections and by aggregation for the entire bus route considered. The speed parameters of the bus route correspond to the energy consumption of electric buses and can be applied to determine the properties of the urban bus routes on which electric buses are introduced.

PL

W artykule przedstawiono metodę określania parametrów szybkościowych na miejskich liniach autobusowych, na których wykorzystywane są autobusy elektryczne. Rozpatrywana linia autobusowa jest podzielona na odcinki postoju i jazdy. Przystanki autobusowe są odcinkami postoju. Odcinki jazdy łączą dwa sąsiednie przystanki autobusowe. Autobus wyposażony w odbiornik GPS przemieszcza się po linii autobusowej ze zmienną szybkością. Odbiornik GPS rejestruje ze stałą częstotliwością dane lokalizacyjne zawierające bieżącą pozycję i czas pomiaru. Dane lokalizacyjne umożliwiają określenie parametrów szybkościowych na odcinkach jazdy i czas postoju na odcinkach postoju. Parametry szybkościowe odcinków obejmują specyfikację okresów czasu przyporządkowanych do zdefiniowanych przedziałów szybkości. Dane pomiarowe zostały zarejestrowane na wybranej linii autobusowej poza godzinami szczytu i w godzinach szczytu. Otrzymane wyniki pozwalają na określenie parametrów szybkościowych dla pojedynczych odcinków oraz, przez agregację, dla całej rozpatrywanej linii autobusowej. Parametry szybkościowe linii autobusowej związane są ze zużyciem energii przez autobusy elektryczne i mogą być stosowane do wyznaczania właściwości miejskich linii autobusowych, na których wprowadzane są autobusy elektryczne.

Słowa kluczowe

EN

bus route sections; electric buses; GPS data; speed parameters

PL

autobusy elektryczne; dane GPS; odcinki linii autobusowej; parametry szybkościowe

• Wydawca: Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu
• Czasopismo: Journal of civil engineering and transport
• Rocznik: 2023
• Tom: Vol. 5, No. 3
• Strony: 9--20
• Opis fizyczny: Bibliogr. 16 poz., rys., tab., wykr.

Twórcy

autor

Czapla Zbigniew

• Silesian University of Technology, Faculty of Transport and Aviation Engineering, Krasińskiego 8, 40-019 Katowice, Poland

• https://orcid.org/0000-0001-6733-8995

Bibliografia

• [1] De Cauwer C., Van Mierlo J., Coosemans T. (2015) Energy Consumption Prediction for Electric Vehicles Based on Real-World Data. Energies, 8(8), 8573-8593. https://doi.org/10.3390/en8088573.
• [2] Perrotta D., Macedo J.L., Rossetti R.J.F., Freire de Sousa J., Kokkinogenis Z., Riberio B., Alfonso J.L. (2014) Route planning for electric buses: a case study in Oporto. Procedia - Social and Behavioral Sciences, 111, 1004-1014. https://doi.org/10.1016/jsbspro.2014.01.135.
• [3] Vehviläinen M, Lavikka R, Rantala S, Paakkinen M, Laurila J, Vainio T. (2022) Setting Up and Operating Electric City Buses in Harsh Winter Conditions. Applied Science, 12(6): 2762, 1-19. https://doi.org/10.3390/app12062762.
• [4] Braun A., Rid W. (2017) Energy consumption of an electric and an internal combustion passenger car. A comparative case study from real word data on the Erfurt circuit in Germany. Transportation Research Procedia, 27, 468-475. https://doi.org/10.1016/j.trpro.2017.12.044.
• [5] Quarles N., Kockelman K.M., Moatz M. (2020), Costs and Benefits of Electrifying and Automating Bus Transit Fleets. Sustainability, 12(10): 3997, 1-15. https://doi.org/10.3390/su12103977.
• [6] Xylia M., Leduc S., Piera Patrizio P., Silveira S., Kraxner F. (2017) Developing a dynamic optimization model for electric bus charging infrastructure. Transportation Research Procedia, 27, 776–783. https://doi.org/10.1016/j.trpro.2017.12.075.
• [7] Zhu C., Chen X. (2013) Optimizing Battery Electric Bus Transit Vehicle Scheduling with Battery Exchanging: Model and Case Study. Procedia - Social and Behavioral Sciences, 96, 2725-2736. https://doi.org/10.1016/jsbspro.2013.08.306.
• [8] Perumal S.S.G., Lusby R.M., Larsen J. (2021) Electric bus planning & scheduling: A review of related problems and methodologies. European Journal of Operational Research, 301(2), 395-413. https://doi.org/10.1016/j.ejor.2021.10.058.
• [9] Janovec M., Koháni M. (2019) Exact approach to the electric bus fleet scheduling. Transportation Research Procedia, 40, 1380-1387. https://doi.org/10.1016/j.trpro.2019.07.191.
• [10] Comi A., Nuzzolo A., Brinchi S., Verghini R. (2017) Bus travel time variability: some experimental evidences. Transportation Research Procedia, 27, 101-108. https://10.1016/j.trpro.2017.12.072.
• [11] Cristobal T., Padron G., Quesada-Arencibia A., Alayon F., de Blasio G., Garcia C.R. (2019) Bus Travel Time Prediction Model Based on Profile Similarity. Sensors, 19(13): 2869, 1-18. https://doi.org/10.3390/s19132869.
• [12] Julio N., Giesen R, Lizana P. (2016) Real time prediction of bus travel speeds using traffic shockwaves and machine learning algoritms. Research in Transportation Economics, 59, 250-257. https://doi.org/10.1016/j.retrec.2016.07.019.
• [13] Junyou Z., Fanyu W., Shufeng W. (2018) Application of Support Vector Machine in Bus Travel Time Prediction. International Journal of System Engineering, 2(1), 21-25. https://10.11648/j.ijse.20180201.15.
• [14] Fan W, Gurmu Z. (2015) Dynamic Travel Time Prediction Models for Buses Using Only GPS Data. International Journal of Transportation Science and Technology, 4(4), 353-366. https://doi.org/10.1016/s2046-0430(16)30168-x.
• [15] Thin L.N., Thin L.Y., Husna N.A., Husin M.H. (2016) GPS Systems Literature: Inaccuracy Factors and Effective Solutions. International Journal of Computer Networks & Communication, 8(2), 123-131. https://doi.org/10.5121/ijcnc.2016.8211.
• [16] Rychlicki M., Kasprzyk Z. Rosiński A. (2020) Analysis of Accuracy and Reliability of Different Types of GPS Receivers. Sensors, 20(22): 6498, 1-14. https://doi.org/10.3390/s20226498.